ソフトウェアエンジニアリング研究ガイド

主要な専門分野、方法論、データセット、ベンチマーク、トップベニューを含むソフトウェアエンジニアリング研究の展望をナビゲートします。

SE研究の専門分野

専門分野	主要なトピック	主要なベニュー
ソフトウェアテスト	テスト生成、ファジング、ミューテーション・テスト、不安定なテスト	ISSTA, ICST, ASE
プログラム解析	静的解析、抽象解釈、シンボリック実行	PLDI, POPL, OOPSLA
ソフトウェア保守	コード・リファクタリング、技術的負債、コード・スメル、進化	ICSME, MSR, SANER
AI/ML向けSE	MLパイプライン・テスト、データ品質、モデル・デバッグ	ICSE-SEIP, FSE
SE向けAI	コード生成、バグ検出、プログラム修復	ICSE, FSE, ASE
分散システム	コンセンサス、フォールトトレランス、スケーラビリティ、マイクロサービス	SOSP, OSDI, EuroSys
サイバーセキュリティ	脆弱性検出、マルウェア分析、プライバシー	IEEE S&P, CCS, USENIX Security
SE向けHCI	デベロッパーツール、IDE利便性、コード理解	CHI, CSCW, VL/HCC
経験的SE	リポジトリマイニング、デベロッパー調査、統制実験	ESEM, MSR, TOSEM

SE における研究方法論

統制実験

治療群と対照群を用いた特定の仮説のテスト:

例: AIコード補完はデベロッパーの生産性を向上させるか?

設計:
- 参加者: 60名のプロフェッショナル・デベロッパー
- 治療群: AIコード補完有効なIDE
- 対照群: AIコード補完無効なIDE
- タスク: 難易度が異なる5つのプログラミング・タスク完了
- メトリクス: タスク完了時間、コード正確性、コード行数
- 分析: 参加者をランダム効果とした混合効果線形モデル

妥当性への脅威:
- 内的妥当性: 学習効果（タスク順序を相互釣り合い化）
- 外的妥当性: ラボ環境は実際の開発を反映していない可能性
- 構成的妥当性: 「生産性」は速度+正確性として操作化

ソフトウェアリポジトリマイニング (MSR)

バージョン管理、課題追跡、コードレビュー・システムのデータを分析:

# 例: PyDrillerを使用してコミット・パターンを分析
from pydriller import Repository

repo_url = "https://github.com/apache/kafka"

commit_data = []
for commit in Repository(repo_url, since=datetime(2023, 1, 1),
                          to=datetime(2023, 12, 31)).traverse_commits():
    commit_data.append({
        "hash": commit.hash[:8],
        "author": commit.author.name,
        "date": commit.committer_date,
        "files_changed": commit.files,
        "insertions": commit.insertions,
        "deletions": commit.deletions,
        "message": commit.msg[:100]
    })

df = pd.DataFrame(commit_data)
print(f"Total commits in 2023: {len(df)}")
print(f"Unique contributors: {df['author'].nunique()}")
print(f"Avg files per commit: {df['files_changed'].mean():.1f}")

ケーススタディ

現実のコンテキストにおける現象の詳細な調査:

ケーススタディ・プロトコル (Yin, 2018に基づく):
1. 研究質問: チームはどのようにマイクロサービスを採用するか?
2. 分析単位: 3社の開発チーム
3. データ源:
   - 半構造化インタビュー(各社8〜12件)
   - アーキテクチャドキュメント・レビュー
   - コミット履歴とデプロイメント・ログ
   - ミーティング観察
4. 分析: ケース間比較を伴うテーマティック分析
5. 妥当性: データ源間の三角測量、メンバーチェッキング

主要なデータセットとベンチマーク

コード理解と生成

ベンチマーク	タスク	言語	サイズ
HumanEval	ドキュメント文字列からのコード生成	Python	164問題
MBPP	説明からのコード生成	Python	974問題
SWE-bench	実世界のGitHub課題解決	Python	2,294インスタンス
CodeXGLUE	複数のコードタスク	6言語	タスク別に異なる
BigCloneBench	クローン検出	Java	600万クローンペア
Defects4J	バグ位置特定と修復	Java	835実バグ

ソフトウェアエンジニアリング・プロセス

データセット	コンテンツ	ユースケース
GHTorrent	GitHubイベント・データ（コミット、課題、PR）	MSR研究
Software Heritage	ユニバーサル・ソースコード・アーカイブ	コード進化、出所追跡
Stack Overflow Data Dump	Q&Aポスト、タグ、投票	デベロッパー知識、NLP
CVE Database	脆弱性レコード	セキュリティ研究
Chrome/Firefox Bug Trackers	バグ報告、パッチ	バグトリアージ、重大度予測

研究向け静的解析ツール

# 例: tree-sitterを使用したAST レベルのコード分析
from tree_sitter import Language, Parser
import tree_sitter_python as tspython

PYTHON_LANGUAGE = Language(tspython.language())
parser = Parser(PYTHON_LANGUAGE)

source_code = b"""
def fibonacci(n):
    if n <= 1:
        return n
    return fibonacci(n-1) + fibonacci(n-2)
"""

tree = parser.parse(source_code)
root = tree.root_node

def count_nodes(node, node_type):
    """指定された型のASTノードをカウント."""
    count = 1 if node.type == node_type else 0
    for child in node.children:
        count += count_nodes(child, node_type)
    return count

print(f"Function definitions: {count_nodes(root, 'function_definition')}")
print(f"If statements: {count_nodes(root, 'if_statement')}")
print(f"Return statements: {count_nodes(root, 'return_statement')}")
print(f"Function calls: {count_nodes(root, 'call')}")

コード・メトリクス

# 一般的なソフトウェア・メトリクス
metrics = {
    "Lines of Code (LOC)": "Total lines (including blanks and comments)",
    "Cyclomatic Complexity": "Number of independent paths (McCabe, 1976)",
    "Halstead Volume": "Based on operators and operands count",
    "Maintainability Index": "Composite of LOC, CC, and Halstead",
    "Coupling Between Objects": "Number of other classes referenced",
    "Depth of Inheritance": "Levels in class hierarchy",
    "Code Churn": "Lines added + modified + deleted per period",
    "Comment Density": "Ratio of comment lines to total lines"
}

# radonを使用して循環的複雑度を計算
# pip install radon
import subprocess
result = subprocess.run(
    ["radon", "cc", "my_module.py", "-s", "-j"],
    capture_output=True, text=True
)
print(result.stdout)

トップベニューとインパクト

Tier-1 SEベニュー

ベニュー	タイプ	採択率	フォーカス
ICSE	カンファレンス	約22%	広範なSE
FSE/ESEC	カンファレンス	約24%	広範なSE
ASE	カンファレンス	約22%	自動化SE
ISSTA	カンファレンス	約25%	ソフトウェアテスト
MSR	カンファレンス	約30%	リポジトリマイニング
TOSEM	ジャーナル	--	広範なSE (ACM)
TSE	ジャーナル	--	広範なSE (IEEE)
EMSE	ジャーナル	--	経験的SE (Springer)

システムとセキュリティベニュー

ベニュー	タイプ	フォーカス
SOSP/OSDI	カンファレンス	オペレーティング・システム、分散システム
EuroSys	カンファレンス	システム（ヨーロッパ）
NSDI	カンファレンス	ネットワーク・システム設計
IEEE S&P (Oakland)	カンファレンス	セキュリティとプライバシー
USENIX Security	カンファレンス	セキュリティ
CCS	カンファレンス	コンピュータ・通信セキュリティ
NDSS	カンファレンス	ネットワーク・分散システムセキュリティ

研究ツール・エコシステム

ツール	目的	URL
PyDriller	Gitリポジトリマイニング (Python)	github.com/ishepard/pydriller
Radon	Pythonコード・メトリクス	github.com/rubik/radon
SonarQube	多言語静的解析	sonarqube.org
Understand	コード分析とメトリクス	scitools.com
Joern	コード分析プラットフォーム (CPG)	joern.io
CodeQL	セマンティック・コード分析	codeql.github.com
tree-sitter	インクリメンタル・パージング・ライブラリ	tree-sitter.github.io